每經記者｜孫桐桐    每經編輯｜裴健如

“對中國汽車廠商來說，誰能率先在云端算力上建立優勢，誰就有機會在下一階段的行業洗牌中掌握話語權。”日前，同濟大學教授、汽車安全技術研究所所長朱西產在一次內部研討會上如此表示。

實際上，在智能汽車領域，車端算力和云端算力常被行業提及。車端算力用TOPS來衡量，負責車輛在行駛過程中的實時感知和決策；云端算力則用EFLOPS來衡量，對應的是超算平臺的能力，主要用于訓練復雜的人工智能模型。

在朱西產看來，全球汽車市場已觸頂，銷量不再是唯一的衡量指標。進入智能化深水區后，算力正在成為決定車企競爭力的新變量。云端算力越高，企業在自動駕駛訓練、智能座艙迭代和大模型推理中的效率就越高，迭代速度也就更快。

算力之戰將至少持續3~5年

值得注意的是，車端算力和云端算力并不是簡單的“誰強誰弱”，而是分工不同——車端算力要保證低延時和穩定執行；云端算力則承擔龐大的數據訓練和模型迭代。

例如，在高階智駕領域，云端算力水平至關重要。因為智能駕駛的本質是“云端訓練——車端部署——數據回傳——再訓練”的循環。車輛采集到的真實路況數據會回傳到云端，經過反復訓練后形成更強大的模型，再通過OTA更新下發到車端。這個閉環跑得快不快，取決于云端算力夠不夠強。

圖片來源：視覺中國

此外，業內熱議的“世界模型”（一種模擬真實物理環境的大模型，用來訓練自動駕駛甚至機器人系統），對算力的要求更是成倍提升。是否能支撐這種大模型的訓練，已經成為車企進入下一輪競爭的門檻。

由此可見，云端算力已成為衡量一家車企能否立足未來的關鍵指標，自然也是各大車企角逐的重點。

根據公開資料，汽車企業對云端算力的儲備參差不齊。截至今年8月底，特斯拉的云算力大約100EFLOPS，居全球首位；引望的云算力約32EFLOPS，排名第二；吉利星睿智算中心2.0的算力達到23.5EFLOPS，在中國車企中排名第一，已經躋身全球第一梯隊。

即便是在以智能化為核心競爭力的新勢力陣營中，車企的云端算力儲備也仍有提升空間，不少車企的云算力都集中在8EFLOPS至12EFLOPS這一區間。

“這場算力之戰至少還要打3~5年，目前大部分車企公布的算力數據都在5EFLOPS~10EFLOPS。”朱西產認為，在這場長跑中，吉利率先跑到前列，這種領先的意義遠大于短期的銷量數字。

電動化與智能化應齊頭并進

在云端算力上，吉利之所以能夠領先，得益于其長遠的戰略規劃和技術積累。自2021年起，吉利汽車意識到其電動化轉型困境，加速補齊“三電”短板，成功開發出神盾電池、安全電池包、超級電混等核心技術，并應用于新車型，持續提升新能源滲透率。

與此同時，吉利沒有將智能化放在所謂“下半場”，而是堅持電動化與智能化齊頭并進。

吉利汽車集團CEO淦家閱表示，他在2021年啟動“智能吉利2025”規劃，提出構建“一網三體系”的全域智能化架構，即打造一張覆蓋芯片、操作系統、大數據的科技生態網絡，同步建立智能科技的研發體系、產品體系、運營體系。

在智能化方面，吉利汽車逐步進入收獲期。今年年初，吉利發布了行業首個智能汽車全域AI技術體系，并陸續將全域AI融入智駕域、動力域、底盤域。

圖片來源：每經記者 孫桐桐 攝

3月，智駕域的千里浩瀚輔助駕駛系統正式發布，統一集團的智駕解決方案；6月，動力域的AI云動力2.0發布，為用戶出行匹配最優策略，實現節能、智能、性能、安全的用車體驗；8月初，底盤域的AI數字底盤首發量產上車，實現從傳統的“機械執行”向數字化“主動控制”跨越，提升了舒適性與安全操控能力；8月20日，吉利宣布將聚焦“一個座艙”戰略，通過統一的AI OS架構、統一的AI Agent（人工智能體）與統一的用戶ID，實現AI座艙“All in One”，打造實現“人——車——環境”自主協同的智慧空間，并宣布未來將不再開發不具備AI能力的傳統智能座艙。

與此同時，吉利還將AI深入到產品研發、生產、售后服務等全鏈路環節，以實現全場景的智能體驗。

正如乘聯分會秘書長崔東樹所說，他反對將產業簡單分為“電動化上半場、智能化下半場”的說法，電動化遠未到“功成身退”之時，當前全球新車仍有80%是燃油車，電動車僅占20%。燃油車占比從80%降到50%以下將是漫長的過程，智能化應當貫穿汽車發展全過程，與電動化協同并進，而非有先后之分。

他預計，未來很長一段時期，燃油車（含混動）和電動車將并存發展，AI技術則將全面賦能汽車，從架構優化到自動駕駛，實現全產業鏈的效率提升。